IT之家 11 月 22 日消息,天津大学脑机海河实验室团队近日在国际权威期刊《科学 · 进展》(Science Advances)发表最新研究成果。
团队提出了一种高鲁棒性(稳健性,Robustness)的超声调制脑电信号解码技术,首次实现人体被试数据层面的稳态视觉诱发电位(Steady-State Visual Evoked Potentials,SSVEP)脑电源信号高精度解码。
该技术可在多种复杂、极端场景下高保真无创重建颅内脑电源波形,为高时空分辨率超声脑机接口的广泛应用提供关键支撑。
据介绍,脑机接口通过在大脑与计算机之间建立直接的信息通路,有望实现最高形态的人机混合智能。但传统无创脑机接口受限于头皮脑电的低空间分辨率瓶颈导致脑信息读取量受限,严重制约系统性能。超声调制脑电技术是一种基于声电效应的新型无创脑电采集方法,该方法同时兼备脑电的高时间分辨率优势和经颅聚焦超声的高空间分辨率优势。然而由于个体颅骨强声衰减性、超声经颅焦点偏移以及深部神经源活动强度的波动,声电耦合效应往往处于极度不稳定状态。
在超声脑机接口实际应用中,由于颅外采集的颅内源信号信噪比低、多源信号干扰以及超声经颅能量非均匀衰减等问题,声电耦合信号的强度会发生剧烈波动。这种波动导致耦合信号常处于微弱声电调制(边带能量处于极微弱噪声水平)或过度声电调制(边带能量接近甚至超过主峰能量)的复杂调制场景。目前尚缺乏量化这些复杂场景的定量分析指标,以及在极端失真场景下无创还原颅内源信号波形的高鲁棒性解码算法,严重影响超声脑机接口的系统性能及应用效果。

针对这一技术难题,团队首先提出了声电调制比(Acoustoelectric Modulation Ratio, AMR)来定义不同的声电调制场景,根据声电耦合深度将调制情况划分为微弱调制、适度调制和过度调制三种场景,进一步设计了可跨场景应用的脉冲重复频率(Pulse Repetition Frequency, PRF)解码算法。
具体来说,研究在原理机制层面突破了以往仅定性描述声电效应的范畴,将 AMR 作为界定声电耦合深度的核心指标。AMR 参数不仅直观反映了声-电分量的耦合强度,更决定了超声脑电信号解码算法的性能边界。同时,该研究在解码算法层面通过提取特定 PRF 频率处的瞬时复数响应,能够有效隔离低频噪声并克服不同调制深度引发的波形畸变,将聚焦超声提供的空间位置标签转化为脑电源信号空间信息,从源头上解决了传统无创头皮脑电因容积传导效应导致的低空间分辨率瓶颈。

该研究首先基于自研 128 阵元超声相控阵系统,实现了亚毫米级的焦域控制(HPBW 最低为 0.79mm),确保聚焦超声空间标记的精确性。然后在数值仿真和仿脑组织体模实验中证明了 PRF 解码算法在三种声电调制场景均可实现源信号波形高保真重建。进一步基于 MetaBCI 平台设计了 10 人次双指令 SSVEP 实验,与包络提取、相干解调、时频分析和自适应解调等传统解码算法相比,在弱调制(0








